Scribe v2 Realtime
ElevenLabs
- Veröffentlicht
- -
- Datenstand
- 24. September 2026
- Modellklasse
- Zugang
Scribe v2 Realtime ist die Live-Variante von ElevenLabs’ Spracherkennung. Sie liefert erste Teiltranskripte laut Anbieter nach rund 150 ms, erkennt Sprache in mehr als 90 Sprachen und nimmt Audiostücke fortlaufend entgegen. Voice Activity Detection segmentiert Sprache automatisch anhand von Pausen.
Scribe v2 Realtime unterstützt PCM mit 8 bis 48 kHz und μ-law sowie einen manuellen Commit für fertige Segmente. Diese Protokollgrenzen steuern, wann ein Audiostück als abgeschlossen gilt. Im Gegensatz zu Scribe v2 ist das Modell auf Streaming ausgelegt, nicht auf einen nachträglichen Batch-Lauf.
Technische Daten und Zugang
| Angabe | Wert und Quelle |
|---|---|
| Modellklasse | Echtzeit-SpracherkennungQuelle |
| Zugang | APIQuelle |
| API-Modellkennung | scribe_v2_realtimeQuelle |
| Eingabe | Audio-StreamQuelle |
| Ausgabe | TextQuelle |
| Aufgabe | Live-TranskriptionQuelle |
| Unterstützte Details | Transkription im EchtzeitstreamQuelle |
| Live-Transkription | Über 90 Sprachen; rund 150 ms Latenz laut ElevenLabsQuelle |
| Audioformate | PCM mit 8 bis 48 kHz und μ-lawQuelle |
| Sprachaktivität | Automatische Sprachsegmentierung per Voice Activity DetectionQuelle |
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
Artificial Analysis AA-WER Streaming (final transcription) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 3.5946
- Bewertung
- 3.5946
- Messgröße
- word error rate (WER)
- Einheit
- %
- Benchmark-Version
- AA-WER v2.2 streaming
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Direkte Streaming-Auswertung über die API; WER der finalen Transkription über AA-AgentTalk (50 %), VoxPopuli (25 %) und Earnings22 (25 %), insgesamt etwa acht Stunden. WER ist innerhalb jedes Datensatzes nach Dauer gewichtet; Die Chunks von Earnings22 werden auf Ebene des übergeordneten Aufrufs wieder zusammengesetzt. Streaming-Protokoll AA-WER v2.2.
Beliebtheit
28,9 / 100
Quellen und Datenstand
| Art | Nachweis und Datenstand |
|---|---|
| Recherchestand | Recherchestand 15. Oktober 2026. 4 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| Weitere Quelle | ElevenLabs model documentation (abgerufen 24. September 2026; 15. Oktober 2026) · ElevenLabs Models documentation · Redaktionelle Beschreibung geprüft am 2. Oktober 2026 |
| Weitere Quelle | Artificial Analysis (abgerufen 15. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 15. Oktober 2026) |
| Weitere Quelle | OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Creative Commons Attribution 4.0 |